MCP Gemini Server

基本能力

产品定位

MCP Gemini Server 是一个中间件，旨在通过 MCP 标准为其他语言模型或系统提供 Google Gemini 模型的能力。

核心功能

• 核心生成：支持标准文本生成（gemini_generateContent）和流式文本生成（gemini_generateContentStream）。
• 函数调用：允许 Gemini 模型请求执行客户端定义的函数（gemini_functionCall）。
• 状态化聊天：管理多轮对话的上下文（gemini_startChat, gemini_sendMessage, gemini_sendFunctionResult）。
• 文件处理：支持文件的上传、列表、检索和删除（gemini_uploadFile, gemini_listFiles, gemini_getFile, gemini_deleteFile）。
• 缓存：支持创建、列表、检索、更新和删除缓存内容以优化提示（gemini_createCache, gemini_listCaches, gemini_getCache, gemini_updateCache, gemini_deleteCache）。

适用场景

• 内容生成：如诗歌、文章、代码等文本生成。
• 对话系统：支持多轮对话的聊天机器人。
• 函数调用：通过模型触发客户端函数的执行。
• 文件管理：与 Gemini 模型交互的文件上传和管理。
• 缓存优化：通过缓存内容优化模型提示的响应效率。

工具列表

• 核心生成工具：gemini_generateContent, gemini_generateContentStream。
• 函数调用工具：gemini_functionCall。
• 状态化聊天工具：gemini_startChat, gemini_sendMessage, gemini_sendFunctionResult。
• 文件处理工具：gemini_uploadFile, gemini_listFiles, gemini_getFile, gemini_deleteFile。
• 缓存工具：gemini_createCache, gemini_listCaches, gemini_getCache, gemini_updateCache, gemini_deleteCache。

常见问题解答

• API 密钥无效：确保使用 Google AI Studio 的 API 密钥，Vertex AI 凭证不支持文件处理和缓存功能。
• 参数错误：检查工具调用时是否缺少必填参数或数据类型错误。
• 文件路径问题：上传文件时必须使用绝对路径。
• 流式生成限制：当前 gemini_generateContentStream 实现为收集所有块后返回完整文本，不支持真正的流式传输。

使用教程

使用依赖

• Node.js（v18 或更高版本）。
• Google AI Studio 的 API 密钥（获取地址）。

安装教程

通过 Smithery 安装

npx -y @smithery/cli install @bsmi021/mcp-gemini-server --client claude

手动安装

1. 克隆/放置项目：确保 mcp-gemini-server 项目目录可访问。
2. 安装依赖：

npm install

1. 构建项目：

npm run build

1. 配置 MCP 客户端：将服务器配置添加到 MCP 客户端的设置文件中（如 cline_mcp_settings.json）。
2. 重启 MCP 客户端：重启客户端以加载新配置。

调试方式

• 检查环境变量：确保 GOOGLE_GEMINI_API_KEY 和 GOOGLE_GEMINI_MODEL 正确设置。
• 验证工具调用：使用示例工具调用测试服务器功能。
• 查看错误信息：根据 McpError 对象的 code 和 message 字段进行故障排除。

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。